1. Nauka
    2. /
  2. Kursy
    3. /
  3. Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Connected

ćwiczenie

Pierwszy model CTR

W tym ćwiczeniu zbudujesz pierwszy model CTR na zbiorze danych Avazu, używając drzewa decyzyjnego, a następnie ocenisz jego dokładność za pomocą accuracy_score() z biblioteki sklearn. Skorzystasz też z funkcji train_test_split() z sklearn, aby podzielić dane na treningowe i testowe – zamiast ręcznie definiować punkt podziału, jak wcześniej.

W swoim środowisku pracy masz załadowane przykładowe dane w formie DataFrame jako df, a także biblioteki sklearn i pandas jako pd.

Wykonasz podstawowy podział na zbiór treningowy i testowy, a wyniki ocenisz za pomocą miary dokładności.

Instrukcje

100 XP
  • Zdefiniuj zmienne X i y jako cechy i zmienną docelową odpowiednio, na podstawie kolumny click.
  • Podziel dane na zbiory treningowy i testowy, używając train_test_split(X, y).
  • Utwórz klasyfikator oparty na drzewie decyzyjnym.
  • Wygeneruj prognozy za pomocą klasyfikatora i oceń ich dokładność.